Российские ученые создали ИИ-модель для оценки рисков преждевременных родов

Специалисты Петрозаводского государственного университета (ПетрГУ) разработали систему на базе искусственного интеллекта (ИИ) для ранней оценки рисков преждевременных родов по данным электронных медкарт. Результаты опубликованы в журнале «Акушерство, гинекология и репродукция». Ученые отмечают, что лучшие результаты прогнозирования риска среди алгоритмов машинного обучения показал алгоритм на основе градиентного бустинга — CatBoost Classifier (Categorical Boosting Classifier).

CatBoost показал точность 81%, чувствительность 87% и полноту извлечения текста 99,8% среди 14 алгоритмов. Модель обучена на 10 тыс. обезличенных карт с 54 параметрами, включая клинические и лабораторные записи врачей. Система анализирует комбинации факторов: плацентарная недостаточность, инфекции, истмико-цервикальная недостаточность, многоплодность, ЭКО. Это позволит врачам раньше выявлять риски и назначать профилактику, снижая неонатальную смертность.

Авторы разработки отмечают, что преждевременные роды представляют собой следствие сложного взаимодействия множества факторов, уникального для каждой пациентки, и это требует перехода от универсальных подходов к персонализированным, основанным на интеграции широкого спектра клинических данных. Они также обращают внимание, что ИИ — инструмент поддержки, не замена врачу; нужны многоцентровые тесты и биомаркеры. 

Ранее ученые из Университета Эмори оценили возможность использования искусственного интеллекта для прогнозирования сердечно-сосудистых осложнений у женщин по результатам маммографии. Анализ показал, что наличие кальцификации артерий молочной железы связано с повышенным риском серьезных сердечно-сосудистых событий. У женщин с легкой степенью кальцификации риск инфаркта миокарда, инсульта или смерти от сердечно-сосудистых причин оказался примерно на 30% выше по сравнению с женщинами без кальцификации.